首页>>新闻资讯>>人工智能>>文章正文

微软研究团队展示新模型VASA-1:逼真的说话人脸制作技术

人工智能 发布时间:2024-04-20 20:27:15 作者:易用导航 来源:本站 161

4月19日消息,微软的最新研究预览版模型VASA-1虽然目前仅供微软研究团队使用,但其展示的功能令人印象深刻。VASA-1采用全新框架,用于创造逼真的说话人脸,特别适用于虚拟人物的动画制作。与之前类似技术相比,VASA-1在质量和逼真度上似乎有了质的飞跃,能够减少嘴部动作的伪影,与Google研究院最近推出的VLOGGER人工智能模型类似。

据了解,VASA-1的工作原理是利用音频驱动动画的方法,可以根据音频内容生成相应的面部表情和动作。微软表示,该模型不仅能够处理面向正面的人像图像,还能应对不同方向拍摄的图像,表现出强大的控制能力,包括眼睛注视的方向、头部距离甚至情绪。

VASA-1的意义在于,它拓展了许多领域的应用可能性。例如,可以用于游戏中的高级唇语同步,提升游戏的沉浸感;也可用于社交媒体视频的虚拟化身创建,以及基于人工智能的电影制作,使人工智能角色看起来更加逼真。

172401173.png

然而,尽管VASA-1展示了出色的效果,微软团队表示,目前这只是一次研究演示,并没有公开发布的计划,也不会提供给开发人员在产品中使用。

该模型令人惊讶的一点是,即使在训练数据集中没有包含音乐内容,它也能完美地对歌曲进行歌词嘴型同步,展示出出色的多功能性。它还能处理不同风格的图像,包括蒙娜丽莎。

尽管微软团队强调VASA-1目前仅用于研究,但人们对它未来的潜在应用充满期待,甚至可能成为未来一些产品的一部分。

标签: 逼真 说话 模型 技术 微软 研究 团队 展示 制作

猜你喜欢
文章评论
游客你好! 欢迎迎参与文章评论,请在这里发表您的看法、交流您的观点。